版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
t精心整理t一組空污數(shù)據(jù)的成分析【說(shuō)明面的多元統(tǒng)計(jì)分析練習(xí)題摘自等編寫(xiě)用多元統(tǒng)計(jì)分五版原書(shū)為:RichardA.JohnsonandDeanW.Wichern.Ed).PearsonEducation,Inc.2003。我看的是中國(guó)統(tǒng)計(jì)出版社()2003年發(fā)行的影印本。第一題為原書(shū)第1.6題,即第章的第題,第二題為原書(shū)第題,即第8章的第12。第二題用的是第一題的數(shù)據(jù)。1題1.6.ThedatainTable1.5are42measurementsonair-pollutionvariablesrecordedat12:00noonintheLos(a)(b)Constructthex,,andRarrays,andinterprettheentriesin.nTABLE1.5Solarradiation(Wind()x)x))NO(x)()HC(x)12353678987212871073957103356108828156914281089052121298474121557264211478251111186452139671541036914212777274181010702117107218109774191087641738715316496742132969339310623144988427388042131153033536835110238843273
精心整理686108756108557768
78796237715248753585868679796840
4243446444377564
2131115111124223
1179710128106961398116
111082784249101218256145
3333343322223232SourceConsidertheair-pollutiondatalistedinTable1.5.Yourjobistosummarizethesedatainfewerthan=7dimensSandthecorrelabesummarizedinthreeorfewerdimensions?Canyouinterprettheprincipalcomponents?2部分答2.1部分計(jì)參數(shù)利用Excel計(jì)算的平均值(x)和標(biāo)準(zhǔn)差SolarradiationNOO2
HC73.8571434.54761910.047619Stdev1.581138817.3353881.23372093.3709837Excel給出的協(xié)方差矩陣SolarradiationNO22.4404762CO-0.369048NO-0.452381NO23Excel給出相關(guān)系數(shù)矩陣RNONOOHC23CO0.18279341NO
1
精心整理NO0.296898112-0.1339520.166642230.23470430.44776780.15445061從相關(guān)系數(shù)矩陣可以看出,CO與NO、相關(guān)性明顯,O與Solarradiation、CO相關(guān)性明2顯。后面的主成分分析將CO與NO、歸并到一個(gè)主成分,將O與歸并到一個(gè)23主成分,Wind歸并到一個(gè)主成分與的相關(guān)系數(shù)并不高,但從正相關(guān)的角度看,二者的數(shù)值倒是最高的。方差極大正交旋轉(zhuǎn)之后,HC與CO、、歸并到一個(gè)因子,因?yàn)?與的相關(guān)系數(shù)較高,與、的相關(guān)系數(shù)高于其他變量。22.2主成分析之——數(shù)據(jù)未標(biāo)準(zhǔn)化下面是從相關(guān)矩陣R出發(fā),給出的結(jié)果。原始數(shù)據(jù)未經(jīng)標(biāo)準(zhǔn)化。所謂從出發(fā),就是在—選項(xiàng)中選中CorrelationMatrix。出的相關(guān)系數(shù)矩陣(CorrelationMatrix),與Excel計(jì)的結(jié)果一樣。公因子方差(Communalities)表如下。公因子方差變化~0.795之間,相差不是很大。但是,公因子方差值沒(méi)有達(dá)到以上的,可見(jiàn)每一個(gè)變量體現(xiàn)在三個(gè)主成分中的信息都不超過(guò)。特征根與方差貢獻(xiàn)(TotalVarianceExplained如下表??梢?jiàn)提取三個(gè)主成分可以解釋原7格變量的主成分載荷矩陣()見(jiàn)下表。將上表從中復(fù)制到中,進(jìn)行涂色分類,結(jié)果如下表所示。Component13-0.362020.31424-0.619970.24631CO0.842417-0.00803-0.12466NO0.511736NO0.2351830.215682230.4882570.593692主成分分類如下:第一主成分的主要相關(guān)變量:CO、NO、NO。2第二主成分的主要相關(guān)變量:Solarradiation、。3第三主成分的主要相關(guān)變量:、HC在主成分載荷圖(ComponentPlot)中,三個(gè)變量分別落入三個(gè)不同的主成分代表的區(qū)域。主成分得分表如下最后一欄對(duì)幾個(gè)典型的樣本給出了簡(jiǎn)單的解釋注意解釋的時(shí)候看主成分載荷矩陣中載荷值的正負(fù)號(hào)。Casesf1f2f3
典型的說(shuō)明S1-0.8186S2-0.36015S3S40.2425樣本4代表的區(qū)域Wind、染嚴(yán)重S5-0.4042S6-0.192781.21954S7S8
樣本78表的區(qū)域與、NO、2-0.34124污染有明顯的關(guān)系
精心整理S9S10S11S12S13S14S15S16S17S18S19S20S21
-0.50662-0.89378-0.66037-0.87787-0.42935-0.751
-0.81736-0.45848-0.17036-0.39862-0.3635
-1.48345-0.27016-0.66029
樣本21表的區(qū)域Solarradiation、O污染3較小S22S23S24S25S26S27S28S29S30S31S32S33S34S35S36S37
-0.69373-1.16263-0.91899-1.32458-0.10472-1.8593-0.62672-0.14264-1.71429-0.80238-1.00653
-0.09747-1.70335-0.13915-0.51948-0.6911-0.08347-1.95681-1.13269-1.92662
-2.12097-0.37202-1.08681-2.63096樣本33表的區(qū)域Wind、HC污染較小-0.08554-0.0517-1.17569樣本和代表的區(qū)域、S38S39S40S41S42
-0.48079-1.17776
-1.77265-1.04272-0.49683-0.53042
-1.32357-0.66334-1.07633-0.57934-1.55538
污染嚴(yán)重32.3主成分析之——數(shù)據(jù)未標(biāo)準(zhǔn)化下面是從協(xié)方差矩陣S發(fā),給出的結(jié)果。原始數(shù)據(jù)未經(jīng)標(biāo)準(zhǔn)化。所謂從S發(fā),就是在FactorAnalysis:Extraction—選項(xiàng)中選中CovarianceMatrix。公因子方差()表如下。在未經(jīng)處理的)公因子方差一欄,數(shù)值都是原始數(shù)據(jù)的方差。不過(guò)與前面給出的協(xié)方差矩陣有所不同,Excel給出的是總體方差,給的是抽樣方差。例如以的Initial為例,2.4404762×,或者2.5(對(duì)照前面的協(xié)方差矩陣)。重標(biāo)的()結(jié)果是Extraction值與Initial之比。公因子方差的合計(jì)結(jié)果如下:
精心整理RescaledExtractionExtraction1300.51568300.1336710.9987288CO1.52206740.060166610.0395295NO1.18234610.006750210.00570913.84594280.478513410.0034839合計(jì)特征根與方差貢獻(xiàn)()如下表。在一欄中顯示,提取一個(gè)主成分似乎可以解釋原來(lái)7變量的但重標(biāo)之后顯示的數(shù)值卻是17.137%。根據(jù)公因子方差表和合計(jì)結(jié)果,重標(biāo)之前,全部的方差解釋為304.25786/348.54065*100=87.295%;重標(biāo)之后,全部的方差解釋為=17.137%。主成分載荷矩(ComponentMatrix見(jiàn)下表可以看來(lái)由于變量的方差很大,它絕對(duì)地控制了第一主成分。2.4主成分析之——數(shù)據(jù)經(jīng)標(biāo)準(zhǔn)化下面是從協(xié)方差矩陣S發(fā),SPSS給出的結(jié)果。原始數(shù)據(jù)經(jīng)過(guò)標(biāo)準(zhǔn)化??梢缘剿械慕Y(jié)果重標(biāo)前后一樣,并且與從相關(guān)矩陣出發(fā)計(jì)算的結(jié)果一樣。公因子方差(Communalities)表如下,重標(biāo)前后的結(jié)果一樣。特征根與方差貢獻(xiàn)(TotalVarianceExplained)如下表。重標(biāo)前后結(jié)果一樣。主成分載荷矩陣(ComponentMatrix)見(jiàn)下表,重標(biāo)前后一樣??梢钥吹剑谝恢鞒煞值南鄬?duì)重要性受到標(biāo)準(zhǔn)化的極大影響結(jié)論自然是如果在極其不同的范圍內(nèi)測(cè)量變量或者測(cè)量單位的量綱不同,變量必須經(jīng)過(guò)標(biāo)準(zhǔn)化。否則,應(yīng)該從相關(guān)系數(shù)矩陣出發(fā)開(kāi)展主成分分析。2.5因子析——差極大旋轉(zhuǎn)數(shù)據(jù)經(jīng)過(guò)標(biāo)準(zhǔn)化,從任意矩陣出發(fā),在因子分析中進(jìn)行方差極大旋轉(zhuǎn)(Varimax),載荷矩陣如下。載荷矩陣和因子分類結(jié)果如下表。Component
公因子方1差0.73707030.04301990.7359707-0.0167460.543784CO0.7252709NO-0.38278-0.4816890.79463070.1
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 《肺細(xì)胞病理學(xué)》課件
- 《用圖表展示數(shù)據(jù)》課件
- 廣東省汕尾市海豐縣2023-2024學(xué)年八年級(jí)上學(xué)期期末考試數(shù)學(xué)試卷
- 《胃造瘺護(hù)理》課件
- 養(yǎng)老院老人健康監(jiān)測(cè)人員激勵(lì)制度
- 拆除太陽(yáng)能熱水器的協(xié)議書(shū)(2篇)
- 2024年塔吊租賃合同及施工安全協(xié)議3篇
- 2025年鄭州貨車從業(yè)資格考試題庫(kù)
- 2025年黑河貨運(yùn)從業(yè)資格證考試
- 《HELLP綜合征與HUS》課件
- ppt動(dòng)態(tài)計(jì)時(shí)器(6分鐘)
- 航空集裝器知識(shí)完整版
- (完整版)臨床檢驗(yàn)基礎(chǔ)名詞解釋
- 深度分析澳洲資源量最大的皮爾巴拉地區(qū)礦床匯總
- 《工程與試驗(yàn)》編委會(huì)章程
- 實(shí)習(xí)錄用通知書(shū)
- DFMEA模板全解(完整版)
- 蘇教版二年級(jí)上冊(cè)《連乘連除乘除混合》PPT
- 頸動(dòng)脈狹窄的治療策略CREST研究解讀
- 深圳市建筑工程消耗量定額2016[共70頁(yè)]
- (完整版)土石方挖運(yùn)專項(xiàng)施工方案
評(píng)論
0/150
提交評(píng)論